图灵奖得主杨立坤公开挑战当前主流AI发展路径，彻底否定大语言模型（LLM）的“通用”智能，认为其缺乏对物理世界的理解，甚至不如狗的智能。他提出以“世界模型”和JEPA架构为核心，构建能真正感知、预测和规划的未来AI，并阐述了其独特的安全观与创业使命。

图灵奖得主、前 Meta 首席人工智能科学家杨立坤（Yann LeCun）先进机器智能（AMI）公开宣战。

1. 对当前 AI 路径的彻底否定

杨立坤认为当前硅谷对 AGI（通用人工智能） 的追捧本质上是站不住脚的，因为人类智能本身就是高度专业化的，所谓的“通用”只是基于人类视角的错觉。他尖锐地指出，目前通过扩大大语言模型（LLM）“彻头彻尾的胡扯”,。

• 大模型的局限性：

他认为 LLM 本质上是记忆系统而非理解系统，它们缺乏对物理世界底层逻辑的理解，且无法处理视频、感知等高维、连续且含噪声的数据,。

• 智能水平的错位：

他指出，现有的 AI 甚至不具备“狗的智能水平”，即对物理世界基本规律（如因果、预测与规划）的理解能力,。

2. 核心技术主张：世界模型与 JEPA

杨立坤坚守了近 20 年的路线是构建“世界模型”，旨在让机器像生物一样通过观察和感知来学习,。

• 抽象表征空间：

他强调，世界模型不应在像素或文本层面直接生成，而应在抽象表征空间中进行预测,。这意味着 AI 应当学会过滤掉无用的细节，只捕捉与任务相关的底层动力学规律。

• JEPA 架构：

AMI 公司的核心技术是联合嵌入预测架构（JEPA）。该架构放弃了效率低下的像素级重建，转而在抽象层预测世界的演化，这是迈向人类级别智能的关键,。

3. AI 安全观：目标驱动与先天约束

针对业内盛行的“AI 毁灭论”，杨立坤持反对态度，认为那是脱离现实的幻象。

• 先天安全性：

他主张通过目标驱动的架构来实现安全，而非靠事后打补丁（如微调或内容过滤）。

• 硬性约束：

在这种架构下，AI 在规划行动时就会受到底层硬性规则的限制，确保其预测的所有状态都不会对人类造成危害。

4. 行业观察与创业动机

杨立坤选择创业是因为他观察到硅谷正陷入技术单一化的怪圈，大公司为了短期产品落地，研究环境变得日益封闭,,。

• 对同行的评价：

他认可如 Wayve 等公司在表征空间做预测的方向，但也批评了许多公司（如 Pika）仍停留在“生成像素”的错误思路上,。

• 使命感：

尽管已经功成名就，他仍感到一种使命感，认为提升全球智能总量是内在正确的事情，且目前的投资热潮让长期研究型创业成为可能 [1,,。

总结来说，杨立坤认为当前的 AI 就像是一个博览群书却从未踏入真实世界的学究，虽然言辞流利却不懂常识；他致力于创造出一种能像动物一样感知、预测并规划未来的真正智能。